CN109357359A - 空调器故障预诊断的方法、装置和空调器 - Google Patents
空调器故障预诊断的方法、装置和空调器 Download PDFInfo
- Publication number
- CN109357359A CN109357359A CN201811313272.1A CN201811313272A CN109357359A CN 109357359 A CN109357359 A CN 109357359A CN 201811313272 A CN201811313272 A CN 201811313272A CN 109357359 A CN109357359 A CN 109357359A
- Authority
- CN
- China
- Prior art keywords
- air conditioner
- operating parameter
- advance
- reference value
- parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/32—Responding to malfunctions or emergencies
- F24F11/38—Failure diagnosis
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明实施例公开一种空调器故障预诊断的方法,属于空调系统维护技术领域。该方法包括:获取空调器的运行参数;根据所述运行参数判断所述空调器是否发生故障,并上传故障判断结果至服务器;其中,所述运行参数包括第一运行参数。采用上述实施例,在空调器运行过程中,以大数据为背景,根据获取的运行参数,对空调器的制冷/制热系统的功能状态进行故障预诊断,并将判断结果及时推送给售后服务人员,实现及时主动处理,提前上门进行压力检测或补充冷媒,保障了用户需求。本发明实施例还公开了一种空调器故障预诊断的装置、空调器。
Description
技术领域
本发明涉及空调维护技术领域,特别涉及一种空调器故障预诊断的方法及空调器。
背景技术
变频空调常见故障为冷媒缺失,导致制冷/制热效果变差。对此,高端空调一般装配有系统压力检测传感器,因其成本较高,普通家用空调不具备压力检测的功能。当前,普通家用空调的故障报备,基本全凭用户主动反馈问题,然后维修人员上门检测系统压力并补充冷媒。
现有技术中,提供一种空调运行状态监测方法,通过调取系列参数,构建判断模型,空调本机的运行状态进行判断,以达到提前发现故障的目的。然而,该方法判断所需的参数多,构建模型复杂,方案针对性差。
发明内容
本发明实施例提供了一种空调器故障预诊断的方法、装置和空调器,只需采集2至3个参数,即可对空调器,尤其是制冷/制热系统的进行故障预诊断。为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。
根据本发明实施例的第一方面,提供了一种空调器故障预诊断方法。
在一些可选实施例中,该空调器故障预诊断的方法包括:电控板获取空调器的运行参数;控制器根据所述运行参数判断所述空调器是否发生故障,并上传故障判断结果至服务器;其中,所述运行参数包括第一运行参数。
根据本发明实施例的第二方面,提供一种空调器故障预诊断的装置。
在一些可选实施例中,该空调器故障预诊断的装置包括:第一获取单元,用于获取空调器的运行参数;第一判断单元,用于根据所述运行参数判断所述空调器是否发生故障,并上传故障判断结果至服务器;其中,所述第一获取单元包括第一单元,用于获取第一运行参数。
根据本发明的第三方面,提供一种空调器。
在一些可选实施例中,该空调器包括上述空调器故障预诊断的装置。
采用上述可选实施例,在空调器运行过程中,获取特定运行参数,并与该运行参数的参考值进行对比,快速简便的对空调器,尤其是空调器的制冷/制热系统进行故障预诊断。本方案以大数据为背景,针对空调器的制冷/制热系统进行故障预诊断,并将判断结果及时推送给售后服务人员,实现及时主动处理。对故障的判断针对性强,售后人员能够提前上门进行压力检测或补充冷媒,保障了用户需求。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是空调器故障预诊断的方法的一个可选实施流程示意图;
图2是空调器故障预诊断的方法的另一个可选实施流程示意图;
图3是空调器故障预诊断的方法的另一个可选实施流程示意图;
图4是空调器故障预诊断的装置的一个可选实施结构示意图;
图5空调器故障预诊断的装置的另一个可选实施结构示意图。
具体实施方式
以下描述和附图充分地示出本发明的具体实施方案,以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围,以及权利要求书的所有可获得的等同物。在本文中,各实施方案可以被单独地或总地用术语“发明”来表示,这仅仅是为了方便,并且如果事实上公开了超过一个的发明,不是要自动地限制该应用的范围为任何单个发明或发明构思。本文中,诸如第一和第二等之类的关系术语仅仅用于将一个实体或者操作与另一个实体或操作区分开来,而不要求或者暗示这些实体或操作之间存在任何实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的方法、产品等而言,由于其与实施例公开的方法部分相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
图1示出空调器故障预诊断的方法的一个可选实施例。
该可选实施例中,所述空调器故障预诊断的方法,包括:
步骤11,电控板获取空调器的运行参数,包括第一运行参数;
步骤12,控制器根据所述运行参数判断所述空调器是否发生故障,并上传故障判断结果至服务器;
其中,所述运行参数包括第一运行参数。
可选的,所述步骤12包括:
步骤121,控制器调取所述第一运行参数的第一参考值;
步骤122,控制器判断所述第一运行参数是否满足条件,当所述第一运行参数与所述第一参考值的数值差在阈值范围内,判断空调器正常运行,否则判断空调器发生故障。
可选的,该第一运行参数包括制冷/制热系统运行参数。可选的,该第一运行参数具体包括压缩机的运行频率。
可选的,该第一参考值为制冷/制热系统运行额定值,或,以第一运行参数获取时间为基点,从第一运行参数的运行数据库中选取预设时间段内第一参数运行数据的平均值。
选取本空调器的额定运行参数值来与实时数据进行对比分析,能够非常简便的得到分析结论,从而对该实时数据进行判断;选取本空调器相同时间段内的历史运行数据来对实时数据进行对比分析,其所得到的数据分析模型来源可靠,从而分析所得到的结果准确率更高;同时,无故障状态的运行数据继续上传存入数据库,能够进一步优化标准运行数据,从而进一步提高分析结果的准确性。
可选的,所述步骤122中,当判断空调器正常运行,将所述第一运行参数的数值存至运行数据库中。
采用图1所示的可选实施例,可以获得空调器制冷/制热系统的运行参数,本实施例选用压缩机的运行频率作为采集值,并在获取该数值后,对空调运转功能状态进行动态监控,通过调取数据库数据进行对比、处理,进行故障预诊断,当第一运行参数,即压缩机的运行频率,与第一参考值之间的数值差在阈值范围内,即说明压缩机运转正常,制冷/制热系统正常工作;否则,说明制冷/制热系统存在隐患,或已出现问题,判断结果推送至服务器后,售后人员主动提醒用户或上门进行压力检测,故障判断针对性强,能实现及时主动处理,保障用户需求。
在另一个可选实施例中,当第一运行参数与第一参考值的差值大于第一阈值时,获取空调器当前设定温度,与室内环境温度。由于变频空调在正常运转状态下,输入功率与运转频率正相关,但当室内环境温度与设定温度相差较大时,空调器会按照最高频率运转,此时虽然空调器的运行功率大于额定功率,但仍处于正常工作状态。因此,当设定温度与室内环境温度的数值差大于第一温差时,判定空调器处于正常工作状态;否则,判定空调器处于非正常工作状态,将预诊断结果上传至服务器。可选的,当空调器处于制热模式时,该第一温差的取值范围为5~7摄氏度,可以是5摄氏度、6摄氏度或7摄氏度;当空调器处于制冷模式时,该第一温差的取值范围为2~4摄氏度,可以是2摄氏度、3摄氏度或4摄氏度。
图2示出空调器故障预诊断的方法的另一个可选实施例。
该可选实施例中,所述空调器故障预诊断的方法,包括:
步骤21,电控板获取空调器的第一运行参数和第二运行参数;
步骤22,调取所述第一运行参数的第一参考值及所述第二运行参数的第二参考值;
步骤23,判断所述第一运行参数、所述第二运行参数是否满足条件;当所述第一运行参数与所述第一参考值的数值差在第一阈值范围内,且,所述第一运行参数的数值差在第二阈值范围内,判断空调器正常运行,否则判断空调器发生故障。
可选的,该第一运行参数为制冷/制热系统运行参数。可选的,该第一运行参数具体为压缩机的运行频率。空调器的制冷/制热系统,冷凝器(高压区)、蒸发器(低压区)和压缩机,其中,空调的室内机和室外机,依工作状态分别属于低压区或高压区。制冷/制热系统的工作原理,制冷剂再从高压区流向低压区,通过毛细管喷射到蒸发器中,压力骤降,液态制冷剂立即变成气态,通过散热片吸收空气中大量的热量。这样,压缩机不断工作,就不断地把低压区一端的热量吸收到制冷剂中再送到高压区散发到空气中,起到调节气温的作用。压缩机在其中起到压缩驱动制冷剂的作用,压缩机的正常运转,表示制冷/制热系统的硬件设备没有出现问题。
可选的,该第一参考值为本机压缩机额定频率,或,以第一运行参数获取时间为基点,从第一运行参数的运行数据库中选取预设时间段内第一参数运行数据的平均值。选取本空调器的额定运行参数值来与实时数据进行对比分析,能够非常简便的得到分析结论,从而对该实时数据进行判断;选取本空调器相同时间段内的历史运行数据来对实时数据进行对比分析,其所得到的数据分析模型来源可靠,从而分析所得到的结果准确率更高;同时,无故障状态的运行数据继续上传存入数据库,能够进一步优化标准运行数据,从而进一步提高分析结果的准确性。
可选的,该第二运行参数为空调器整机运行参数。可选的,该第二运行参数为空调器整机运行电流。
空调器运行时,控制器或电控板采集整机运行参数,即整机运行电流的实时运行数据,并进行预处理,用于对空调运转功能状态进行实时监控及故障诊断。
可选的,该第二运行参数包括空调器整机运行电流、空调器整机运行功率中的一个或多个。空调器制冷/制热系统与整机运行电流、整机运行功率有关联关系。当制冷/制热系统正常运行时,该整机运行参数,即电流、电压的实时值应处于稳定状态。
可选的,该第二参考值为空调器额定值,或,以第二运行参数获取时间为基点,从第二运行参数的数据库中选取预设时间段内第二运行参数运行数据的平均值。
选取本空调器的额定运行参数值,即额定电流值、额定功率值,来与实时数据进行对比分析,能够非常简便的得到分析结论,从而对该实时数据进行判断;选取本空调器相同时间段内的历史运行数据来对实时数据进行对比分析,其所得到的数据分析模型来源可靠,从而分析所得到的结果准确率更高。
可选的,当步骤23中判断空调器正常运行,分别将所述第一运行参数、第二运行参数的数值分别存入对应运行数据库中。无故障状态的运行数据继续上传存入数据库,能够进一步优化标准运行数据,从而进一步提高分析结果的准确性。
采用图2所示的可选实施例,可以获得空调器制冷/制热系统中,压缩机的运行频率,并在获取该数值后,获取空调器整机运行电流、整机运行功率中的一个或多个数值,进行处理,当压缩机的运行频率正常,且,空调器整机运行参数正常,判断空调器无故障;否则,说明制冷/制热系统存在隐患,或已出现问题,判断结果推送至服务器后,售后人员主动提醒用户或上门进行压力检测,故障判断针对性强,能实现及时主动处理,保障用户需求。
在另一个可选实施例中,所述步骤23还包括,当第一运行参数与第一参考值的差值大于第一阈值时,获取空调器当前设定温度,与室内环境温度。由于变频空调在正常运转状态下,输入功率与运转频率正相关,但当室内环境温度与设定温度相差较大时,空调器会按照最高频率运转,此时虽然空调器的运行功率大于额定功率,但仍处于正常工作状态。因此,当设定温度与室内环境温度的数值差大于第一温差,且第二运行参数正常时,判定空调器处于正常工作状态;否则,判定空调器处于非正常工作状态,将预诊断结果上传至服务器。可选的,当空调器处于制热模式时,该第一温差的取值范围为5~7摄氏度,可以是5摄氏度、6摄氏度或7摄氏度;当空调器处于制冷模式时,该第一温差的取值范围为2~4摄氏度,可以是2摄氏度、3摄氏度或4摄氏度。
在另一实施例中,所述步骤23还包括,当第一时长内,空调器故障工作状态的判断结果出现的次数达到第一频次后,则将故障工作状态的判断结果上传至服务器。可选的,第一时长的取值范围为3~5分钟,具体可以为3分钟、4分钟或5分钟。可选的,第一频次的取值范围为3~5次,具体可以为3次、4次或5次。
在另一实施例中,所述步骤23还包括,当第二时长内,空调器故障工作状态的预诊断结果出现的次数达到第二频次后,则将故障工作状态的判断结果上传至服务器。可选的,第二时长的取值范围为1~3小时,具体可以为1小时、2小时或3小时。可选的,第二频次的取值范围为10~12次,具体可以为10次、11次或12次。如果空调只是短暂的运行调整,例如调整温度、开机运行或模式调整等操作,此时获取的运行参数不具备参考意义,这种情况下,不需进行预诊断结果的上传,降低系统的运行负荷。
图3示出空调器故障预诊断的方法的另一个可选实施例。
该可选实施例中,所述空调器故障预诊断的方法,包括:
步骤31,电控板获取空调器的第一运行参数;
步骤32,控制器确定所述第一运行参数的第一参考值,与所述第一运行参数进行处理,当所述第一运行参数与所述第二参考值的数值差在第一阈值范围内,电控板获取空调器的第二运行参数;否则,判断空调器发生故障;
步骤33,控制器确定所述第二运行参数的第二参考值,与所述第二运行参数进行处理,当所述第二运行参数与所述第二参考值的数值差在第二阈值范围内,判断空调器正常运行;否则,判断空调器发生故障,并上传故障判断结果至服务器。
可选的,该第一运行参数与该第二运行参数存在关联关系。
可选的,该第一运行参数为制冷/制热系统运行参数。可选的,该第一运行参数具体为压缩机的运行频率。空调器的制冷/制热系统,冷凝器(高压区)、蒸发器(低压区)和压缩机,其中,空调的室内机和室外机,依工作状态分别属于低压区或高压区。制冷/制热系统的工作原理,制冷剂再从高压区流向低压区,通过毛细管喷射到蒸发器中,压力骤降,液态制冷剂立即变成气态,通过散热片吸收空气中大量的热量。这样,压缩机不断工作,就不断地把低压区一端的热量吸收到制冷剂中再送到高压区散发到空气中,起到调节气温的作用。压缩机在其中起到压缩驱动制冷剂的作用,是制冷/制热系统的代表性器件,压缩机的正常运转,表示制冷/制热系统的硬件设备没有出现问题。
可选的,该第一参考值为本机压缩机额定频率,或,以第一运行参数获取时间为基点,从第一运行参数的运行数据库中选取预设时间段内第一参数运行数据的平均值。选取本空调器的额定运行参数值来与实时数据进行对比分析,能够非常简便的得到分析结论,从而对该实时数据进行判断;选取本空调器相同时间段内的历史运行数据来对实时数据进行对比分析,其所得到的数据分析模型来源可靠,从而分析所得到的结果准确率更高;同时,无故障状态的运行数据继续上传存入数据库,能够进一步优化标准运行数据,从而进一步提高分析结果的准确性。
可选的,该第二运行参数为空调器整机运行参数。可选的,该第二运行参数为空调器整机运行电流。
可选的,该第二运行参数包括空调器整机运行电流、空调器整机运行功率中的一个或多个。在判断压缩机正常运行的情况下,获取该与该制冷/制热系统的运行参数存在关联的空调器整机运行参数,具体为整机运行电流、整机运行功率中的一个或多个,通过调取数据库数据进行对比、处理,对空调运转功能状态进行动态监控,并进行故障判断。当制冷/制热系统的压缩机频率正常,而该空调整机运行参数出现问题,说明空调器出现冷媒缺失或不足的问题,如持续运转空调,会出现制冷/制热效果差的情况。
可选的,该第二参考值为空调器额定值,或,以第二运行参数获取时间为基点,从第二运行参数的数据库中选取预设时间段内第二运行参数运行数据的平均值。选取本空调器的额定运行参数值,即额定电流值、额定功率值,来与实时数据进行对比分析,能够非常简便的得到分析结论,从而对该实时数据进行判断;选取本空调器相同时间段内的历史运行数据来对实时数据进行对比分析,其所得到的数据分析模型来源可靠,从而分析所得到的结果准确率更高。
可选的,当步骤33中,判断空调器正常运行,分别将所述第一运行参数、第二运行参数的数值分别存入对应运行数据库中。无故障状态的运行数据继续上传存入数据库,能够进一步优化标准运行数据,从而进一步提高分析结果的准确性。
采用图3所示的可选实施例,可以获得空调器制冷/制热系统的运行参数,本实施例中为压缩机运行频率,并在获取该数值后,调取数据库数据进行对比、处理,在判断压缩机正常运行的情况下,获取一与该制冷/制热系统的运行参数存在关联的空调器整机运行参数,本实施例中为空调整机运行电流,通过调取数据库数据进行对比、处理,对空调运转功能状态进行动态监控,并进行故障判断。当制冷/制热系统的压缩机频率正常,而该空调整机运行参数出现问题,说明空调器出现冷媒缺失或不足的问题,如持续运转空调,会出现制冷/制热效果差的情况。判断结果推送至服务器后,售后人员主动提醒用户或上门进行检测并补充冷媒,实现及时主动处理,保障用户需求。由于所获取的第一运行参数与第二运行参数,二者存在关联,通过本实施例能进一步细化判断信息,预诊断结果实时上传至服务器,服务器分析后将诊断信息及时推送至区域售后服务人员,实现及时主动处理,保障用户需求。
在另一个可选实施例中,所述步骤32还包括,当第一运行参数与第一参考值的差值大于第一阈值时,获取空调器当前设定温度,与室内环境温度。由于变频空调在正常运转状态下,输入功率与运转频率正相关,但当室内环境温度与设定温度相差较大时,空调器会按照最高频率运转,此时虽然空调器的运行功率大于额定功率,但仍处于正常工作状态。因此,当设定温度与室内环境温度的数值差大于第一温差,且第二运行参数正常时,判定空调器处于正常工作状态;否则,判定空调器处于非正常工作状态,将预诊断结果上传至服务器。可选的,当空调器处于制热模式时,该第一温差的取值范围为5~7摄氏度,可以是5摄氏度、6摄氏度或7摄氏度;当空调器处于制冷模式时,该第一温差的取值范围为2~4摄氏度,可以是2摄氏度、3摄氏度或4摄氏度。
在另一实施例中,所述步骤33还包括,当第一时长内,空调器故障工作状态的判断结果出现的次数达到第一频次后,则将故障工作状态的判断结果上传至服务器。可选的,第一时长的取值范围为3~5分钟,具体可以为3分钟、4分钟或5分钟。可选的,第一频次的取值范围为3~5次,具体可以为3次、4次或5次。
在另一实施例中,所述步骤33还包括,当第二时长内,空调器故障工作状态的预诊断结果出现的次数达到第二频次后,则将故障工作状态的判断结果上传至服务器。可选的,第二时长的取值范围为1~3小时,具体可以为1小时、2小时或3小时。可选的,第二频次的取值范围为10~12次,具体可以为10次、11次或12次。如果空调只是短暂的运行调整,例如调整温度、开机运行或模式调整等操作,此时获取的运行参数不具备参考意义,这种情况下,不需进行预诊断结果的上传,降低系统的运行负荷。
可选地,前文所述的空调器故障预诊断的方法可以在网络侧服务器中执行,或者,也可以在移动终端中执行,或者,在专用的控制设备中执行。
图4示出用于空调器故障预诊断的装置的一个可选实施例,用于实现上述的方法。
该可选实施例中,空调器故障预诊断的装置包括:
第一获取单元S41,用于获取空调器的运行参数;包括第一单元S411,用于获取第一运行参数。
第一判断单元S42,用于根据所述运行参数判断所述空调器是否发生故障,并上传故障判断结果至服务器。
可选的,该第一判断单元S42,通过无线通讯单元S43与运行数据库进行通讯。进一步的,该第一判断单元S42通过无线通讯单元S43调取运行数据库,提取第一运行参数的第一参考值,进行处理;当所述第一运行参数与其参考值的数值差在第一阈值内,判断空调器正常运行,将该第一运行参数上传至该运行数据库中;否则,判断空调器故障,并上传故障判断结果至服务器。
可选的,该第一判断单元S42通过无线通讯单元S43上传判断结果至服务器S44。该无线通讯单元S43可以是系统自带的无线通讯装置,也可以是家庭使用的无线路由器或其他无线通讯装置。
可选的,该第一获取单元S41还包括第二单元S412,用于获取空调器的第二运行参数。进一步的,所述第一判断单元S42,还通过无线通讯单元S43调取运行数据库,提取第一运行参数的第一参考值、第二运行参数的第二参考值,分别进行比较;当所述第一运行参数与其参考值的数值差在第一阈值内,且,第二运行参数与其参考值的数值差在第二阈值内,判定空调器运行正常,并将该第一运行参数、第二运行参数的数值分别上传至对应的运行数据库;否则,判断空调器故障,并上传故障判断结果至服务器。
采用图4所示的可选实施例,可以通过第一单元S411、第一判断单元S42,在获得第一运行参数的同时,调取数据库中该运行参数的数据记录,对其运行状态进行判定,实现对空调器的制冷/制热循环系统进行数据监控。可选方案中,通过设置第二单元S412,实现对空调整机运行情况的数据监控,并将判断结果发送至服务器,实现大数据背景下空调器故障的预诊断,获取数据更细,得到的结论更贴近实际故障。售后服务人员能通过服务器查看后,主动发现空调器问题,及时主动处理,保障用户需求。
在另一个可选实施例中,该空调器故障预诊断的装置还包括开启单元,用于在第一单元S411获取第一运行数据后,第二单元S412获取第二运行参数前,获得所述第二单元S412的状态;若果所述第二单元S412处于关闭状态,则开启所述第二单元S412。
在另一个可选实施例中,所述开启单元还用于在第一单元S411获取第一运行参数前,计算开机时长,当开机时长大于设定值后,开启第一单元S411。如果用户只是短暂的开启空调器或误按空调器按钮,马上关闭,这种情况下可不用调取装置进行空调器故障预诊断的在线监控,既能减少装置的频繁开关,也能降低系统的运行负荷,更加环保。
在另一个可选实施例中,该空调器故障预诊断的装置还包括温度获取单元,用于获取空调器设定温度与室内环境温度。当获取第一运行参数即压缩机运行频率大于参考值,判定压缩机处于非正常工作状态时,调用该温度获取单元,获得空调器设定温度与室内环境温度的数值。当其数值差大于阈值范围时,判定压缩机处于正常工作状态,继续,调用第二单元S32进行数据采集;否则,判定压缩机处于非正常工作状态。
在另一个可选实施例中,该空调器故障预诊断的装置还包括计次模块,用于获取设定时间内,空调器获得非正常工作状态的次数,以达到辅助判断的目的。可选的,该设定时间的范围为3~5分钟,具体可以为3分钟、4分钟或5分钟。
在另一个可选实施例中,该空调器故障预诊断的装置还包括计时模块,用于获取出现空调器非正常工作状态的设定次数所用时间,以达到辅助判断的目的。可选的,改设定次数的范围为3~5次,具体可以为3次、4次或5次。
图5示出用于空调器故障预诊断的装置的一个另可选实施例,用于实现上述的方法。
该可选实施例中,该可选实施例中,空调器故障预诊断的装置包括:
第一获取单元S51,用于获取空调器的第一运行参数;
第一判断单元S52,用于根据所述第一运行参数判断所述空调器是否发生故障,并上传故障判断结果至服务器;
第二获取单元S53,用于在第一判断单元S52判断空调器无故障的情况下,获取空调器的第二运行参数;
第二判断单元S54,用于根据所述第二运行参数判断所述空调器是否发生故障,并上传故障判断结果至服务器。
可选的,该第一运行参数包括空调器制冷/制热系统参数,具体的,该第一运行参数具体为压缩机的运行频率。压缩机在制冷/制热系统中起压缩驱动制冷剂的作用,是具有功能代表性的器件,压缩机的正常运转,表示制冷/制热系统的硬件设备没有出现问题。
可选的,所述第一判断单元S52,通过无线通讯单元S55与运行数据库进行通讯。在获取空调器的第一运行参数后,第一判断单元S52调取以获取时间为基点,所述第一运行参数的运行数据库中预设时间段内运行数据,计算其平均值,设定为第一参考值,进行处理,当所述第一运行参数与其参考值的数值差超出第一阈值范围,判断空调器故障,并上传故障判断结果至服务器。当第一运行参数出现问题,说明制冷/制热系统硬件出现问题,及时上传该故障,提醒售后人员及时上门检修、测压。
可选的,该第一判断单元S52通过无线通讯单元S55上传判断结果至服务器S44。该无线通讯单元S55可以是空调器系统内置的无线通讯装置,也可以是家庭使用的无线路由器或其他无线通讯装置。
可选的,所述第一判断单元S52判断所述第一运行参数与第一参考值的数值差在第一阈值范围内,所述第二获取单元S53获取空调器的第二运行参数。
可选的,所述第二判断单元S54通过无线通讯单元S55与运行数据库进行通讯。在获取空调器的第二运行参数后,第二判断单元S54调取以获取时间为基点,所述第二运行参数的运行数据库中预设时间段内运行数据,计算其平均值,设定其为第二参考值,进行处理;当所述第一运行参数与其参考值的数值差超出第一阈值范围,判断空调器故障,并上传故障判断结果至服务器。可选的,该第二运行参数为空调器整机运行参数,包括空调器整机运行电流、空调器整机运行功率中的一个或多个。空调器运行时,控制器或电控板采集整机运行参数,即整机运行电流的实时运行数据,并进行预处理,用于对空调运转功能状态进行实时监控及故障诊断。在制冷/制热系统正常工作的前提下,获取该第二运行参数,当第二运行参数明显低于参考值时,说明空调器冷媒不足,将该细化后的判断结果及时上传,提醒售后人员及时上门检测并补充冷媒。
采用图5所示的可选实施例,可以在获得第一运行参数的同时,调取数据库中该运行参数的数据记录,对其运行状态进行判定;在第一运行参数正常的前提下,进一步获取第二运行参数,调取数据库中该运行参数的数据记录,对其运行状态进行判定;并将细化后的判断结果发送至服务器,实现大数据背景下空调器故障的预诊断,获取数据更细,得到的结论更贴近实际故障,实现及时主动准确的处理问题,保障用户需求。
在另一个可选实施例中,该空调器故障预诊断的装置还包括开启单元,用于在第一判断单元S52判定第一运行参数满足条件后,第二获取单元S53获取第二运行参数前,获得所述第二获取单元S53的状态;若所述第二获取单元S53处于关闭状态,则开启所述第二获取单元S53。
在另一个可选实施例中,所述开启单元还用于在第一获取单元S51获取第一运行参数前,计算开机时长,当开机时长大于设定值后,开启第一获取单元S51。如果用户只是短暂的开启空调器或误按空调器按钮,马上关闭,这种情况下可不用调取装置进行空调器故障预诊断的在线监控,既能减少装置的频繁开关,也能降低系统的运行负荷,更加环保。
在另一个可选实施例中,该空调器故障预诊断的装置还包括温度获取单元,用于获取空调器设定温度与室内环境温度。当第一判断单元S52判定压缩机处于非正常工作状态时,调用该温度获取单元,获得空调器设定温度与室内环境温度的数值。当其数值差大于阈值范围时,判定压缩机处于正常工作状态,继续,调用第二获取单元S53进行数据采集;否则,判定压缩机处于非正常工作状态,判定空调器故障,并上传故障判定结果至服务器。
在另一个可选实施例中,该空调器故障预诊断的装置还包括计次模块,用于获取设定时间内,空调器获得非正常工作状态的次数,以达到辅助判断的目的。可选的,该设定时间的范围为3~5分钟,具体可以为3分钟、4分钟或5分钟。
在另一个可选实施例中,该空调器故障预诊断的装置还包括计时模块,用于获取出现空调器非正常工作状态的设定次数所用时间,已达到辅助判断的目的。可选的,改设定次数的范围为3~5次,具体可以为3次、4次或5次。
可选地,前文所述的空调器故障预诊断的装置可以在网络侧服务器中实现,或者,也可以在移动终端中实现,或者,在专用的控制设备中实现。
本申请还公开一种空调器,该空调器包括上述的故障预诊断装置,能够对空调器,尤其是该空调器的制冷/制热系统进行故障预诊断。
本文所披露的可选实施例中,应该理解到,所揭露的方法、产品(包括但不限于装置、设备等),可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的流程及结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种空调器故障预诊断的方法,其特征在于,包括:
获取空调器的运行参数;
根据所述运行参数判断所述空调器是否发生故障,并上传故障判断结果至服务器;
其中,所述运行参数包括第一运行参数。
2.根据权利要求1所述的方法,其特征在于,所述根据所述运行参数判断所述空调器是否发生故障,包括:
调取所述第一运行参数的第一参考值;
判断所述第一运行参数是否满足条件,当所述第一运行参数与所述第一参考值的数值差在阈值范围内,判断所述空调器正常运行,否则判断所述空调器发生故障。
3.根据权利要求1所述的方法,其特征在于,所述运行参数还包括第二运行参数。
4.根据权利要求3所述的方法,其特征在于,所述根据所述运行参数判断所述空调器是否发生故障,包括:
调取所述第一运行参数的第一参考值及所述所述第二运行参数的第二参考值;
判断所述第一运行参数、所述第二运行参数是否满足条件;当所述第一运行参数与所述第一参考值的数值差在第一阈值范围内,且,所述第二运行参数与所述第二参考值的数值差在第二阈值范围内,判断空调器正常运行,否则判断空调器发生故障。
5.根据权利要求3所述的方法,其特征在于,所述获取空调器的运行参数,包括:
获取空调器的第一运行参数;
当第一运行参数满足条件时,获取空调器的第二运行参数。
6.根据权利要求5所述的方法,其特征在于,所述根据所述运行参数判断所述空调器是否发生故障,包括:
调取所述第二运行参数的第二参考值;
判断所述第二运行参数是否满足条件,当所述第二运行参数与所述第二参考值的数值差在第二阈值范围内,判断空调器正常运行,否则判断空调器发生故障。
7.一种空调器故障预诊断的装置,其特征在于,包括:
参数获取单元,用于获取空调器的运行参数;
判断单元,用于根据所述运行参数判断所述空调器是否发生故障,并上传故障判断结果至服务器;
其中,所述运行参数包括第一运行参数。
8.根据权利要求7所述的装置,其特征在于,所述运行参数还包括第二运行参数。
9.根据权利要求7所述的装置,其特征在于,所述参数获取单元包括:
第一单元,用于获取所述第一运行参数;和
第二单元,用于在所述第一运行参数满足条件时获取第二运行参数。
10.一种空调器,其特征在于,包含如权利要求7、8或9所述的空调器故障预诊断的装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811313272.1A CN109357359A (zh) | 2018-11-06 | 2018-11-06 | 空调器故障预诊断的方法、装置和空调器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811313272.1A CN109357359A (zh) | 2018-11-06 | 2018-11-06 | 空调器故障预诊断的方法、装置和空调器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109357359A true CN109357359A (zh) | 2019-02-19 |
Family
ID=65344170
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811313272.1A Pending CN109357359A (zh) | 2018-11-06 | 2018-11-06 | 空调器故障预诊断的方法、装置和空调器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109357359A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110118417A (zh) * | 2019-05-13 | 2019-08-13 | 宁波奥克斯电气股份有限公司 | 一种空调运行状态检测方法、装置及服务器 |
CN110296500A (zh) * | 2019-07-10 | 2019-10-01 | 珠海格力电器股份有限公司 | 基于用户耐受情况的机组维修需求确定方法、装置及空调 |
CN110388733A (zh) * | 2019-07-29 | 2019-10-29 | 广东美的暖通设备有限公司 | 故障风险分析系统及方法、空调器和计算机可读存储介质 |
CN110503217A (zh) * | 2019-08-29 | 2019-11-26 | 新誉轨道交通科技有限公司 | 一种空调冷媒慢泄漏故障预测方法、装置、设备及系统 |
CN111729211A (zh) * | 2020-07-20 | 2020-10-02 | 中国科学院近代物理研究所 | 医用重离子治癌回旋加速器控制装置 |
CN112325931A (zh) * | 2020-10-26 | 2021-02-05 | 国创新能源汽车智慧能源装备创新中心(江苏)有限公司 | Pdu机器人触点异常诊断方法和装置 |
CN112529521A (zh) * | 2020-12-02 | 2021-03-19 | 深圳力维智联技术有限公司 | 异常数据检测方法、装置以及计算机可读存储介质 |
CN112696791A (zh) * | 2020-12-25 | 2021-04-23 | 山东朗进科技股份有限公司 | 一种轨道车辆空调机组冷媒泄露预警方法 |
CN113310170A (zh) * | 2020-02-26 | 2021-08-27 | 青岛海尔空调电子有限公司 | 空调器的远程检修系统及方法 |
CN114396705A (zh) * | 2021-12-20 | 2022-04-26 | 珠海格力电器股份有限公司 | 空调故障检测方法、装置、电子设备及介质 |
CN114923261A (zh) * | 2022-05-05 | 2022-08-19 | 青岛海信日立空调系统有限公司 | 中央空调机组故障监控方法、系统及中央空调机组单元 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104776552A (zh) * | 2014-01-14 | 2015-07-15 | 三星电子株式会社 | 空调及其故障诊断方法 |
CN104930659A (zh) * | 2015-06-24 | 2015-09-23 | 海信(山东)空调有限公司 | 空调运行状态检测方法和系统 |
CN105066322A (zh) * | 2015-07-10 | 2015-11-18 | 珠海格力电器股份有限公司 | 空调器及其故障预警方法和装置 |
CN105509241A (zh) * | 2015-12-23 | 2016-04-20 | 宁波奥克斯电气股份有限公司 | 判断冷凝器管中感温包是否脱落的方法、装置及空调器 |
JP5943869B2 (ja) * | 2013-03-27 | 2016-07-05 | 三菱電機株式会社 | 空気調和機 |
CN106482301A (zh) * | 2016-11-02 | 2017-03-08 | 广东美的暖通设备有限公司 | 一种空调系统制冷剂故障的检测方法及装置 |
CN106545957A (zh) * | 2016-10-11 | 2017-03-29 | 广东工业大学 | 一种基于速度区间参数的变频空调冷媒泄露检测方法 |
CN107477773A (zh) * | 2017-07-25 | 2017-12-15 | 广东美的制冷设备有限公司 | 空调器及其控制方法和控制装置 |
CN108278714A (zh) * | 2017-01-04 | 2018-07-13 | 奥克斯空调股份有限公司 | 一种空调的控制方法 |
-
2018
- 2018-11-06 CN CN201811313272.1A patent/CN109357359A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5943869B2 (ja) * | 2013-03-27 | 2016-07-05 | 三菱電機株式会社 | 空気調和機 |
CN104776552A (zh) * | 2014-01-14 | 2015-07-15 | 三星电子株式会社 | 空调及其故障诊断方法 |
CN104930659A (zh) * | 2015-06-24 | 2015-09-23 | 海信(山东)空调有限公司 | 空调运行状态检测方法和系统 |
CN105066322A (zh) * | 2015-07-10 | 2015-11-18 | 珠海格力电器股份有限公司 | 空调器及其故障预警方法和装置 |
CN105509241A (zh) * | 2015-12-23 | 2016-04-20 | 宁波奥克斯电气股份有限公司 | 判断冷凝器管中感温包是否脱落的方法、装置及空调器 |
CN106545957A (zh) * | 2016-10-11 | 2017-03-29 | 广东工业大学 | 一种基于速度区间参数的变频空调冷媒泄露检测方法 |
CN106482301A (zh) * | 2016-11-02 | 2017-03-08 | 广东美的暖通设备有限公司 | 一种空调系统制冷剂故障的检测方法及装置 |
CN108278714A (zh) * | 2017-01-04 | 2018-07-13 | 奥克斯空调股份有限公司 | 一种空调的控制方法 |
CN107477773A (zh) * | 2017-07-25 | 2017-12-15 | 广东美的制冷设备有限公司 | 空调器及其控制方法和控制装置 |
Non-Patent Citations (1)
Title |
---|
青岛地铁产业协会,张强: "《城市轨道交通前沿研究 第3辑》", 30 June 2018 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110118417A (zh) * | 2019-05-13 | 2019-08-13 | 宁波奥克斯电气股份有限公司 | 一种空调运行状态检测方法、装置及服务器 |
CN110296500A (zh) * | 2019-07-10 | 2019-10-01 | 珠海格力电器股份有限公司 | 基于用户耐受情况的机组维修需求确定方法、装置及空调 |
CN110296500B (zh) * | 2019-07-10 | 2020-10-02 | 珠海格力电器股份有限公司 | 基于用户耐受情况的机组维修需求确定方法、装置及空调 |
CN110388733A (zh) * | 2019-07-29 | 2019-10-29 | 广东美的暖通设备有限公司 | 故障风险分析系统及方法、空调器和计算机可读存储介质 |
CN110388733B (zh) * | 2019-07-29 | 2021-11-30 | 广东美的暖通设备有限公司 | 故障风险分析系统及方法、空调器和计算机可读存储介质 |
CN110503217B (zh) * | 2019-08-29 | 2022-08-26 | 新誉轨道交通科技有限公司 | 一种空调冷媒慢泄漏故障预测方法、装置、设备及系统 |
CN110503217A (zh) * | 2019-08-29 | 2019-11-26 | 新誉轨道交通科技有限公司 | 一种空调冷媒慢泄漏故障预测方法、装置、设备及系统 |
CN113310170A (zh) * | 2020-02-26 | 2021-08-27 | 青岛海尔空调电子有限公司 | 空调器的远程检修系统及方法 |
CN111729211A (zh) * | 2020-07-20 | 2020-10-02 | 中国科学院近代物理研究所 | 医用重离子治癌回旋加速器控制装置 |
CN111729211B (zh) * | 2020-07-20 | 2022-04-08 | 中国科学院近代物理研究所 | 医用重离子治癌回旋加速器控制装置 |
CN112325931A (zh) * | 2020-10-26 | 2021-02-05 | 国创新能源汽车智慧能源装备创新中心(江苏)有限公司 | Pdu机器人触点异常诊断方法和装置 |
CN112529521A (zh) * | 2020-12-02 | 2021-03-19 | 深圳力维智联技术有限公司 | 异常数据检测方法、装置以及计算机可读存储介质 |
CN112696791A (zh) * | 2020-12-25 | 2021-04-23 | 山东朗进科技股份有限公司 | 一种轨道车辆空调机组冷媒泄露预警方法 |
CN114396705A (zh) * | 2021-12-20 | 2022-04-26 | 珠海格力电器股份有限公司 | 空调故障检测方法、装置、电子设备及介质 |
CN114923261A (zh) * | 2022-05-05 | 2022-08-19 | 青岛海信日立空调系统有限公司 | 中央空调机组故障监控方法、系统及中央空调机组单元 |
CN114923261B (zh) * | 2022-05-05 | 2023-07-18 | 青岛海信日立空调系统有限公司 | 中央空调机组故障监控方法、系统及中央空调机组单元 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109357359A (zh) | 空调器故障预诊断的方法、装置和空调器 | |
CN107166638B (zh) | 温度传感器的故障检测方法、检测装置和多联式空调系统 | |
CN109323365B (zh) | 诊断空调阻塞故障的方法和装置以及空调和存储介质 | |
CN104776552B (zh) | 空调及其故障诊断方法 | |
US11009245B2 (en) | Method and system for proactively and remotely diagnosing an HVAC system | |
CN104866632B (zh) | 家电设备的故障数据获取方法、装置及终端 | |
US8599008B2 (en) | Appliance monitoring system and method | |
CN102748832B (zh) | 空调故障检测方法 | |
CN112665306B (zh) | 一种冰箱远程故障诊断系统及其诊断方法 | |
CN110506186B (zh) | 用于诊断异常状态的原因的冰箱及云服务器 | |
CN109000336B (zh) | 温度调节设备异常工作检测方法、装置、存储介质和系统 | |
CN110388733B (zh) | 故障风险分析系统及方法、空调器和计算机可读存储介质 | |
CN107576011A (zh) | 空调应急控制方法和装置 | |
CN106288568B (zh) | 中央空调压缩机的高压保护控制方法及装置 | |
KR102560458B1 (ko) | 공기조화기 시스템 및 그 제어방법 | |
CN108397876A (zh) | 空调冷媒状态的检测方法及装置 | |
CN108759008B (zh) | 空调的控制方法、装置及具有其的空调 | |
CN107621047A (zh) | 空调机组的控制方法及装置 | |
CN109579217A (zh) | 机组设备的数据处理方法、装置、机组设备和存储介质 | |
CN109237721A (zh) | 用于空调的电子膨胀阀故障检测方法 | |
CN108825545B (zh) | 风机检测方法、装置、系统及空气调节设备 | |
JP2005098642A (ja) | 冷凍空調機器及び冷凍空調システム | |
CN111720975A (zh) | 空调器的控制方法、系统及装置 | |
CN108006890A (zh) | 空调散热控制方法、空调散热控制装置和空调 | |
CN105181357B (zh) | 车辆空调系统的检测方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190219 |
|
RJ01 | Rejection of invention patent application after publication |